Otimização multiobjetivo aplicada a processos logísticos de resíduos de papel: abordagens de programação por metas determinísticas e sob incerteza

• Autor(a) principal: Defalque, Cristiane Maria [UNESP]
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/214270
• topic: Programação por Metas Ponderada; Programação por Metas Lexicográfica; Programação por Metas Multiescolha Revisada; Reciclagem de papel; Logística Reversa; Processo decisório; Programação linear; Weighted Goal Programming; Lexicographic Goal Programming; Revised Multichoice Goal Programming; Waste Paper Recycling; Reverse Logistics

Neste estudo, foi elaborado um modelo de programação linear inteira mista multiobjetivo, multiproduto, multinível e multiperíodo para otimizar processos logísticos de centros intermediário cujos objetivos envolvem a maximização da quantidade coletada e do atendimento à demanda de fardos, a minimização da distância percorrida entre os pontos de coleta e dos custos. Para lidar com os múltiplos objetivos, foram utilizadas as abordagens de programação por metas ponderada e lexicográfica. A programação por metas multiescolha revisada também foi utilizada para incorporar incerteza na quantidade disponível para a coleta. Para a análise do modelo proposto, foram realizados testes computacionais com instâncias baseadas em dados da literatura e em dados reais de uma empresa brasileira do setor. Para todos os testes realizados, a linguagem General Algebraic Modeling System 23.6.5 e o solver CPLEX 12.2.0.2 foram utilizados para modelagem e otimização. Embora o modelo lexicográfico tenha apresentado dificuldades para encontrar soluções viáveis em alguns testes com dados reais, as abordagens determinísticas apresentaram bons resultados e mostraram que as formulações podem auxiliar o gestor no processo de tomada de decisão. Verificou-se ainda que a variação de parâmetros pode aumentar a dificuldade do modelo, o que torna difícil, muitas vezes, encontrar uma boa solução viável. Apesar disso, o modelo sob incerteza apresentou resultados competitivos em relação ao modelo determinístico, principalmente por permitir a representação de vários cenários. De uma forma geral, os resultados apontaram diferentes possibilidades de solução para auxiliar o planejamento logístico, não só sob o ponto de vista econômico, mas também ambiental e social.